O que são mixup e cutmix? Como afetam a regularização?

Mixup e CutMix são métodos de aumento de dados utilizados para melhorar a capacidade de generalização dos modelos, especialmente em tarefas de visão computacional.

• Mixup consiste em misturar linearmente duas imagens e suas etiquetas. Por exemplo, uma nova imagem é criada como uma soma ponderada de duas imagens originais, e a etiqueta como uma soma ponderada de suas etiquetas. Isso ajuda o modelo a aprender com exemplos intermediários, reduzindo o sobreajuste.

• CutMix em vez de misturar toda a imagem, recorta uma região retangular de uma imagem e a insere em outra, e a etiqueta é formada proporcionalmente à área da região inserida. Isso mantém os atributos locais e promove um treinamento mais estável.

Ambos os métodos funcionam como regularizadores, pois obrigam o modelo a ser menos confiante e mais resistente ao ruído, melhorando a generalização e reduzindo o sobreajuste.